MySQL调优是开发中必不可少的内容，以下是对MySQL查询性能优化的部分总结
1. explain关键字的使用
explain关键字可以模拟优化器执行sql查询语句，获取sql的执行信息，使用方法：
explain+sql语句
1.1 字段详解
- id（select 查询的序列号，包含一组数字，表示查询中执行select子句或操作表的顺序）
①id相同，执行顺序从上往下
②id全不同，如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行
③id部分相同，执行顺序是先按照数字大的先执行，然后数字相同的按照从上往下的顺序执行 -
select_type（查询类型，用于区别普通查询、联合查询、子查询等复杂查询）
①SIMPLE ：简单的select查询，查询中不包含子查询或UNION
②PRIMARY：查询中若包含任何复杂的子部分，最外层查询被标记为PRIMARY
③SUBQUERY：在select或where列表中包含了子查询
④DERIVED：在from列表中包含的子查询被标记为DERIVED，MySQL会递归执行这些子查询，把结果放在临时表里
⑤UNION：若第二个select出现在UNION之后，则被标记为UNION，若UNION包含在from子句的子查询中，外层select将被标记为DERIVED
⑥UNION RESULT：从UNION表获取结果的select -
table（显示这一行的数据是关于哪张表的）
-
type（显示查询使用了那种类型，从最好到最差依次排列 system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL ）
①system：表只有一行记录（等于系统表），是 const 类型的特例，平时不会出现
②const：表示通过索引一次就找到了，const 用于比较 primary key 或 unique 索引，因为只要匹配一行数据，所以很快，如将主键置于 where 列表中，mysql 就能将该查询转换为一个常量
③eq_ref：唯一性索引扫描，对于每个索引键，表中只有一条记录与之匹配，常见于主键或唯一索引扫描
④ref：非唯一性索引扫描，范围匹配某个单独值得所有行。本质上也是一种索引访问，他返回所有匹配某个单独值的行，然而，它可能也会找到多个符合条件的行，多以他应该属于查找和扫描的混合体
⑤range：只检索给定范围的行，使用一个索引来选择行。key列显示使用了哪个索引，一般就是在你的where语句中出现了between、<、>、in等的查询，这种范围扫描索引比全表扫描要好，因为它只需开始于索引的某一点，而结束于另一点，不用扫描全部索引
⑥index：Full Index Scan，index于ALL区别为index类型只遍历索引树。通常比ALL快，因为索引文件通常比数据文件小。（也就是说虽然all和index都是读全表，但index是从索引中读取的，而all是从硬盘中读的）
⑦ALL：Full Table Scan，将遍历全表找到匹配的行
一般来说，得保证查询至少达到range级别，最好到达ref -
possible_keys（显示可能应用在这张表中的索引，一个或多个，查询涉及到的字段若存在索引，则该索引将被列出，但不一定被查询实际使用）
-
key
①实际使用的索引，如果为NULL，则没有使用索引②查询中若使用了覆盖索引，则该索引和查询的 select 字段重叠，仅出现在key列表中
-
key_len
用于处理查询的索引长度，表示索引中使用的字节数。通过这个值，可以得出一个多列索引里实际使用了哪一部分。注：key_len显示的值为索引字段的最大可能长度，并非实际使用长度，即key_len是根据表定义计算而得，不是通过表内检索出的。另外，key_len只计算where条件用到的索引长度，而排序和分组就算用到了索引，也不会计算到key_len中。
-
ref
显示索引的哪一列被使用了，如果可能的话，是一个常数。哪些列或常量被用于查找索引列上的值 ，如果可能，是一个常量const。
-
rows
表示MySQL根据表统计信息及索引选用情况，大致估算的找到所需的目标记录所需要读取的行数，不是精确值。这个值非常直观的显示 sql 效率好坏， 原则上 rows 越少越好
-
filtered
当你的索引统计直接获取了需要的所有数据时，就会显示100
因此一个比较低filtered值表示需要有一个更好的索引，假如type=all，表示以全表扫描的方式得到1000条记录，且filtered=0.1%，表示只有1条记录是符合搜索条件的。 -
extra
Using filesort
MySQL有两种方式可以生成有序的结果，通过排序操作或者使用索引，当Extra中出现了Using filesort 说明MySQL使用了后者，但注意虽然叫filesort但并不是说明就是用了文件来进行排序，只要可能排序都是在内存里完成的。大部分情况下利用索引排序更快，所以一般这时也要考虑优化查询了。使用文件完成排序操作，这是可能是ordery by，group by语句的结果，这可能是一个CPU密集型的过程，可以通过选择合适的索引来改进性能，用索引来为查询结果排序。Using temporary
用临时表保存中间结果，常用于GROUP BY 和 ORDER BY操作中，一般看到它说明查询需要优化了，就算避免不了临时表的使用也要尽量避免硬盘临时表的使用。Not exists
MYSQL优化了LEFT JOIN，一旦它找到了匹配LEFT JOIN标准的行， 就不再搜索了。Using index
说明查询是覆盖了索引的，不需要读取数据文件，从索引树（索引文件）中即可获得信息。如果同时出现using where，表明索引被用来执行索引键值的查找，没有using where，表明索引用来读取数据而非执行查找动作。这是MySQL服务层完成的，但无需再回表查询记录。Using index condition
这是MySQL 5.6出来的新特性，叫做“索引条件推送”。简单说一点就是MySQL原来在索引上是不能执行如like这样的操作的，但是现在可以了，这样减少了不必要的IO操作，但是只能用在二级索引上。Using where
使用了WHERE从句来限制哪些行将与下一张表匹配或者是返回给用户。注意：Extra列出现Using where表示MySQL服务器将存储引擎返回服务层以后再应用WHERE条件过滤。Using join buffer
使用了连接缓存：Block Nested Loop，连接算法是块嵌套循环连接;Batched Key Access，连接算法是批量索引连接impossible where
where子句的值总是false，不能用来获取任何元组select tables optimized away
在没有GROUP BY子句的情况下，基于索引优化MIN/MAX操作，或者对于MyISAM存储引擎优化COUNT(*)操作，不必等到执行阶段再进行计算，查询执行计划生成的阶段即完成优化。distinct
优化distinct操作，在找到第一匹配的元组后即停止找同样值的动作参考链接
2. MySQL索引原理
-
顾名思义，B-tree索引使用B-tree的数据结构存储数据，不同的存储引擎以不同的方式使用B-Tree索引，比如MyISAM使用前缀压缩技术使得索引空间更小，而InnoDB则按照原数据格式存储，且MyISAM索引在索引中记录了对应数据的物理位置，而InnoDB则在索引中记录了对应的主键数值。B-Tree通常意味着所有的值都是按顺序存储，并且每个叶子页到根的距离相同。
-
B-Tree索引驱使存储引擎不再通过全表扫描获取数据，而是从索引的根节点开始查找，在根节点和中间节点都存放了指向下层节点的指针，通过比较节点页的值和要查找值可以找到合适的指针进入下层子节点，直到最下层的叶子节点，最终的结果就是要么找到对应的值，要么找不到对应的值。整个B-tree树的深度和表的大小直接相关。
-
全键值匹配：和索引中的所有列都进行匹配，比如查找姓名为zhang san，出生于1982-1-1的人
-
匹配最左前缀：和索引中的最左边的列进行匹配，比如查找所有姓为zhang的人
-
匹配列前缀：匹配索引最左边列的开头部分，比如查找所有以z开头的姓名的人
-
匹配范围值：匹配索引列的范围区域值，比如查找姓在li和wang之间的人
-
精确匹配左边列并范围匹配右边的列：比如查找所有姓为Zhang，且名字以K开头的人
-
只访问索引的查询：查询结果完全可以通过索引获得，也叫做覆盖索引，比如查找所有姓为zhang的人的姓名
参考链接
3. 实例
以下是我的测试表device_everyday_count_value的表结构：
CREATE TABLE `device_everyday_count_value` (
`sid` int NOT NULL AUTO_INCREMENT COMMENT '主键 序号 自增',
`device_id` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT '设备id',
`device_name` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT '设备名称',
`node_id` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT '点位id',
`node_describe` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT '点位描述',
`count_value` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT '统计值',
`latest_value` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT '当天最新的（最晚的）记录',
`value_type` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT '信号值属性（dict_device_valuetype)',
`count_date` date DEFAULT NULL COMMENT '统计时间',
PRIMARY KEY (`sid`) USING BTREE,
KEY `idx_deviceId_countDate_countValue` (`device_id`,`count_date`,`count_value`) USING BTREE COMMENT 'deviceId,countDate,CountValue普通索引'
) ENGINE=InnoDB AUTO_INCREMENT=515 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci ROW_FORMAT=DYNAMIC COMMENT='设备点位每日用能统计表';1.1 select *
explain select t1.* from `device_everyday_count_value` t1; 
根据上图能够发现当我们使用select *时，索引是失效的而且扫描了全表
现在改为如下所示：
explain select t1.device_id, t1.count_date from `device_everyday_count_value` t1;
发现索引生效了，所以应当避免使用select *
1.2 where条件相等判断
explain select t1.device_id , t1.count_date from `device_everyday_count_value` t1 where t1.device_name = 'test';
发现没有走索引，且全表扫描。现改为如下所示：
explain select t1.device_id , t1.count_date from `device_everyday_count_value` t1 where t1.device_id = '20'; 
能够走索引，where过滤条件要符合最左原则。
1.3 回表
explain select t1.device_name, t1.device_id, t1.count_date from `device_everyday_count_value` t1;
可以发现select字段中出现了没在索引列上的device_name，在执行的时候发现没有走索引并且type为all。现改为如下所示：
explain select t1.device_id, t1.count_date from `device_everyday_count_value` t1;
能够发现索引生效了，并且没有回表，表名我们在使用的过程中最好覆盖索引，如果是比较常用的name属性可以考虑走缓存，然后数据库查询的时候只查询device_id
1.4 type---查询范围优化
1.4.1 引号问题
explain select t1.device_id, t1.count_date from `device_everyday_count_value` t1 where t1.device_id > 1;
发现我们的type类型为index（system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL）是比较低的，
现改为如下所示：
explain select t1.device_id, t1.count_date from `device_everyday_count_value` t1 where t1.device_id > '1';
我们type类型变为了range类型，查询范围优化了，通过表结构能够发现我们的device_id是varchar类型的虽然数据库存储的是数字，但是类型是字符串类型的所以我们应该加上引号
1.4.2 索引顺序
在执行前先device_id的索引顺序移动到第二位
执行以下代码：
explain select t1.device_id, t1.count_date from `device_everyday_count_value` t1 where t1.device_id > '1';
接下来再将device_id的顺序移动到最后
执行同样的sql代码
explain select t1.device_id, t1.count_date from `device_everyday_count_value` t1 where t1.device_id > '1';
可以发现我们的type的等级由range降为index了，索引我们在使用的时候需要符合最左前缀原则。
内容会持续更新，还会更新多表联合查询的优化处理以及注意事项！
锲而舍之，朽木不折；锲而不舍，金石可镂。——诗句出自：《荀子·劝学》
